長三角生態綠色一體化發展先行啟動區生態環境現狀分析

彭倩， 軒潤禾， 吳林峰， 孫偉華

長三角生態綠色一體化發展先行啟動區生態環境現狀分析

彭倩， 軒潤禾， 吳林峰， 孫偉華*

（上海師范大學 環境與地理科學學院，上海 200234）

以長三角生態綠色一體化發展示范區先行啟動區為研究對象，利用2013—2019年Landsat 8遙感影像，基于遙感生態指數（RSEI）模型定量分析研究區生態環境特征，并結合氣候數據和統計數據對研究區的生態環境變化進行分析與評估.結果表明：2013—2019年先行啟動區RSEI均值為0.71，生態環境質量整體較好；將結果分為差、較差、一般、良、優5個等級，優良區域面積平均超過60%，而一般區域面積平均占比約25%，差和較差區域平均占比約15%，生態環境質量還有很大的提升空間；RSEI在空間上呈南高北低分布，時間上呈上升-下降-上升趨勢，導致區域生態環境質量整體下降的主要影響因子是植被覆蓋率和濕度的下降，2019年生態環境質量得到明顯改善，這與區域水系面積不斷提高和植被覆蓋總面積增加帶來的生態效應直接相關.從整體上來看，研究區生態環境質量變壞區域減少，好轉趨勢明顯，為區域生態綠色一體化發展打下了良好的基礎.

長三角； 遙感生態指數（RSEI）； 生態環境評價； 生態綠色一體化發展

0 引言

我國一體化發展的理論和實踐研究起步晚、規模小，且主要是由國家政府主導.長三角生態綠色一體化發展的提出是解決區域生態環境問題、踐行綠色發展的積極探索.2019年5月，中共中央、國務院出臺《長江三角洲區域一體化發展規劃綱要》，針對2025—2035年提出長三角生態綠色一體化發展的規劃目標，突出強調“一體化”和“高質量”兩個關鍵詞［1］.同年10月，國務院正式批復了《長三角生態綠色一體化發展示范區總體方案》，明確了一體化示范區和先行啟動區建立的目標和意義，至此，長三角生態綠色一體化發展取得了重大突破［2］.2020年6月，《長三角生態綠色一體化發展示范區國土空間總體規劃（2019—2035年）》形成規劃草案并開始公示，突出示范區生態綠色特征，構建“一心、兩廊、三鏈、四區”的生態格局.同年7月，《關于支持長三角生態綠色一體化發展示范區高質量發展的若干政策措施》印發，圍繞改革賦權、財政金融支持、用地保障等提出了22條具體政策措施，示范區建設由此步入快車道.長三角生態綠色一體化發展按照規劃方案穩步推進，迄今為止已在經濟、環境、教育、交通、醫療等多方面取得一定成效，但在規劃過程中，“區域瓶頸”和“制度障礙”仍不可避免［3］，需要及時根據發展狀況做出相應的改正和調整.因此，準確及時地掌握該區域的生態環境現狀，可為區域一體化發展管理制度創新提供數據支撐.

傳統的生態環境評價通常使用統計數據，并以行政區劃為基礎單元進行分析和比較.自1957年第一顆人造衛星發射后，遙感技術迅速發展，憑借其實時、快速、大范圍的優勢，在生態環境領域得到了廣泛的應用［4］.目前，利用遙感技術對長三角生態綠色一體化發展示范區的植被覆蓋情況已有研究報道［5］，但單一的遙感指標只能表征某一方面的生態特征，尚缺少對生態環境現狀較全面的評估研究.本文作者以長三角生態綠色一體化發展示范區先行啟動區為對象，選用了遙感生態指數（RSEI）［6］，根據區域生態情況，集成植被指數、濕度分量、地表溫度和建筑指數等評價指標，可以較為全面地評價該區域的生態環境質量.該方法數據均由遙感圖像分析所得，易于獲取，且不受人工干預，結果客觀可靠，同時也可以對城市生態質量進行定量評價和比較，便于實時監測時空的動態變化.在不破行政隸屬的同時，突破行政邊界的限制，既能落實相關責任，又能做到真正的共商、共建、共管、共享，為長三角生態綠色一體化發展提供一定的理論依據.

1 研究區概況和數據來源

1.1　研究區概況

長三角生態綠色一體化發展示范區包括上海市青浦區、江蘇省蘇州市吳江區和浙江省嘉興市嘉善縣，面積近2 300 km2.本文作者以先行啟動區為研究區，即青浦區金澤鎮和朱家角鎮、吳江區黎里鎮、嘉善縣西塘鎮和姚莊鎮［7］，約占整個示范區面積的30%（圖1）.先行啟動區是長三角高質量一體化發展的戰略先行區、全面深化改革系統集成的標桿區、新發展理念集中落實的樣板區［8］，它整合各方資源，率先將生態優勢轉化為經濟社會發展優勢.評估先行啟動區的生態環境質量并了解其發展情況，對加快推進我國生態文明建設，深入探索生態綠色一體化發展的新模式具有重要意義.

圖1　長三角生態綠色一體化發展先行啟動區

1.2　數據來源

由于圖像處理過程中需要多波段合成，選用Landsat 8系列遙感影像，遙感數據來源于美國地質勘探局網站（https：//earthexplorer.usgs.gov/），下載了先行啟動區2013—2019年云量低于5%的遙感影像（表1）.氣候數據、耕地林地面積、建成區面積等統計數據均來自各市縣級統計年鑒.

表1　選用的遙感圖像

2 研究方法

RSEI在生態環境狀況指數基礎上改進而來［9-10］，包括綠度、濕度、干度、熱度等指標.由于水體的綠度、濕度、干度和溫度和陸地部分均有明顯差異，會影響模型最終分類，在研究過程中需先去除水體部分［11］.利用改進的歸一化水體指數（NDWI）計算水域面積，并去除研究區的大型湖泊以及水庫區域［12］：

NDWI=（green-mir1）/（green+mir1） （1）

其中，green和mir1分別表示綠光波段和中紅外波段1的光譜反射率.

綠度指標為研究區的植被分布情況，一般采用歸一化植被指數（DVI）來表示：

DVI=（nir-red）/（nir+red）， （2）

其中，nir及red分別表示近紅外波段和紅外波段的光譜反射率.

濕度（ET）與土壤的濕度和植被密切相關：

ET=1blue+2green+3red+4nir+5mir1+6mir2， （3）

其中，blue和mir2分別表示藍光波段和中紅外波段2的光譜反射率；1～6是傳感器參數，分別為0.151 1，0.197 3，0.328 3，0.340 7，-0.711 7和-0.455 9.

干度指標（DSI）主要用來衡量土壤的干化程度，包括裸露的土壤（如巖石、沙地、裸地等）和城區建設用地兩個部分［14］，由城市建筑指數（BI）和裸土指數（I）的平均值表示.DSI為［-1，1］，值越大，表示越干燥.

I=［（mir+red）-（nir+blue）］/［（mir+red）+（nir+blue）］， （4）

DSI=（I+BI）/2， （6）

熱度指標［14］由地表溫度（ST）表示，表達式為：

=2/ln［1/（×N+）+1］， （7）

ST=/［1+（/）ln］， （8）

其中，為傳感器處溫度值；1和2為定標參數；N為象元灰度值；和分別為紅外波段的增益值與偏置值；為紅外波段的中心波長；為地表比輻射率；=1.438×10-2mK.

為了方便各指標之間的比較，需將指標結果進行標準化處理，計算公式如下［15］：

Ii=（I-min）/（max-min）， （9）

其中，Ii為標準化處理后指標值；I為對應指標在像元處的值；max，min分別為對應指標的最大值和最小值.將標準化后的指標重新組合成一幅新的多波段影像并計算主成分：

SEI=（SEI0-SEI0-min）/（SEI0-max-SEI0-min）， （10）

SEI0=1-C1， （11）

其中，SEI為標準化處理后遙感生態指數值，其值范圍為［0，1］，越接近1代表生態環境質量越好；SEI0為像元處的原始生態指數值；SEI0-max，SEI0-min分別為原始生態指數最大值和最小值；C1為第一主成分載荷值.

3 結果與討論

3.1　先行啟動區生態環境質量總體變化趨勢

先行啟動區2013—2019年RSEI均值為0.71，生態環境質量整體較好.數值變化在一般水平范圍內波動，總體較為穩定并呈上升-下降-上升的趨勢（圖2）.將RSEI值平均分為5個等級（優，良，一般，較差，差）［16］，研究區生態環境質量主要集中在一般、良和優，其中又以良所占面積比例最大，約為35%，而優和一般各占25%左右，差和較差占比較少.

圖2　先行啟動區生態環境質量變化趨勢

生態環境界定為優和良的區域主要集中于浙江省西塘和姚莊的大片耕地地區；生態環境質量為一般的區域主要分布在各區村鎮附近，包括少量耕地、城市綠化、城鎮基礎設施、未開發土地等；生態環境質量為差和較差的區域則主要分布在江蘇省黎里鎮，這里集中了較多的工業區，建筑密集，植被相對較少，導致其生態環境水平不高，此外還有一些未完全去除的水域，如圖3（a）所示.將5鎮RSEI均值從高到低排序，分別標記為1～5，2013，2017和2019年西塘生態質量最好，姚莊次之，黎里、金澤和朱家角三鎮生態質量較差；2015年金澤和朱家角生態質量最好，黎里、西塘、姚莊次之，如圖3（b）所示.

圖3　先行啟動區生態環境質量分布情況.（a） 整體分級；（b） 各鎮排序

為對研究區生態環境變化進行定量分析，將優、良、一般、較差、差5個生態環境質量級別分別賦值為5、4、3、2、1，并對不同的年份進行疊加差值分析，將先行啟動區生態環境狀況變化程度分為3個類別：變差（級差：-4，-3，-2，-1）、不變（級差：0）、變好（級差：1，2，3，4），最終得到研究區2013—2019年生態環境質量變化程度圖（圖4）：2013—2019年先行啟動區RSEI指數呈波動變化，但變化幅度不大，主要集中在［-1，1］，保持不變的面積約為50%.

圖4　2013—2019年生態環境質量變化程度圖

2013—2015年研究區生態環境質量變差、變好和不變的面積分別為117.28，179.90和231.81 km2，生態環境質量呈微弱的上升趨勢，變好的區域主要集中在朱家角、金澤和黎里的東部地區，即環淀山湖流域；變差的區域主要為西塘和姚莊.2015—2017年研究區生態環境質量變差、變好和不變的面積分別為193.07，108.74和227.19 km2，生態環境質量有下降趨勢，盡管整體質量依舊保持在優良等級，但朱家角、金澤等地區生態環境遭到一定程度的破壞.2017—2019年研究區生態環境質量變差、變好和不變的面積分別為70.26，187.34和271.40 km2，生態質量變壞區域大幅減少，好轉趨勢明顯，從圖4可以看出，紅色部分已零散分布在少數地區.2018年，長三角一體化發展上升為國家戰略，并且正式進入全面施工期［17］，2019年國家明確提出長三角生態綠色一體化發展，先行啟動區作為最先開始實行綠色發展的地區，生態環境質量大幅提高，這說明長三角一體化發展戰略已開始在生態環境保護方面初見成效.

3.2　先行啟動區各生態環境因子變化趨勢

3.2.1區域植被變化趨勢

2013—2019年研究區NDVI均值先下降后上升.先行啟動區NDVI值較高的地區在淀山湖以東，而西部和南部NDVI值較低.5鎮中，NDVI均值總體上表現為：朱家角>金澤>姚莊>黎里，西塘的NDVI值在2013年位列第四，2015年下降到第五，2017和2019年上升至第三，如圖5（a）所示.研究區植被主要包括耕地和林地兩部分，2013—2019年耕地面積呈下降趨勢，變化比例分別為-19.69%，-10.26%和-9.16%；林地面積呈上升趨勢，變化比例分別為18.27%，4.45%和29.75%.2013—2017年耕地減少的面積大于林地增加的面積，2017—2019年林地增加的面積大于耕地減少的面積，與NDVI變化趨勢一致，如圖5（b）所示.這與水源地的保護政策有關，由于一體化示范區內各行政區近幾年重點實施防護林、生態廊道、濕地公園等一系列生態恢復工程的建設，加強了生態保護力度，實行了退耕還林、加大綠林地面積等政策，保護了當地生態環境.

圖5 各鎮綠度年變化情況及原因.（a） NDVI年變化；（b） 耕地、林地面積年變化

3.2.2區域濕度變化趨勢

濕度主要和土壤濕度、植被面積、水系面積等因素有關.2013—2019年研究區WET均值呈下上升-下降-上升趨勢.先行啟動區WET南低北高；5鎮WET均值相差不大，金澤鎮濕度最高，其次為黎里鎮及朱家角鎮，除2017年外，姚莊和西塘均位列第四和第五，總體來說水系較多的地區濕度相對較大，如圖6（a）所示.研究區2015，2017和2019年年降水量變化分別為367.32，-382.90和193.23 mm，變化趨勢與WET一致，如圖6（b）所示.但由于降水量并非濕度的直接影響因素，WET指數變動幅度較小.

圖6　各鎮濕度年變化情況及原因：（a） WET年變化；（b） 年降水量變化

3.2.3區域干度變化趨勢

干度指數主要由裸土指數和建筑指數兩部分構成，與裸土面積和建筑面積有關，植被、水系等因素也會對其產生一定的影響.如圖7（a）所示，研究區NDSI總體上呈下降趨勢，且南高北低，這與WET相反.5鎮中，西塘鎮干度最高，其次為姚莊和黎里，最后為金澤和朱家角，2013，2015和2019年朱家角干度最低，2017年金澤干度最低.一般綠度和濕度越高，干度越低.2013—2019年研究區建筑施工面積和建成區面積呈上升趨勢，與NDSI趨勢完全相反，如圖7（b）所示.NDSI指數逐年減少主要受到裸土面積影響，長三角地區經濟發展迅猛，居民用地、道路交通用地等迅速增加，中心城區急速擴張，裸土面積大幅度減少，導致NDSI指數下降.

圖7　各鎮干度年變化情況及原因.（a） NDSI年變化；（b） 建筑施工、建成區面積年變化

3.2.4區域熱度變化趨勢

熱度為地表輻射溫度，一般情況下高于氣溫.如圖8所示，2013—2017年研究區LST均值呈先下降后上升趨勢.先行啟動區LST分布年變化較為明顯，除2015年朱家角LST位于第二名外，2013，2017和2019年西部和南部的西塘、姚莊、黎里等鎮LST相對較高，處于前三位.研究區年平均氣溫和年日照時數如圖8（b）所示.2013—2019年平均氣溫和日照均呈先下降后上升趨勢，與LST變化趨勢一致.2015，2017和2019年年平均氣溫變化分別為-0.48，0.7和0 ℃；年日照時數變化分別為-514.22，64.17和111.53 h.從年平均氣溫看，變化不是很明顯，但結合年日照強度后可以看出趨勢基本相符.此外，影響研究區地表溫度變化的還有地表濕度、土地類型、海拔高度、人口密度、工業發展程度及森林覆蓋度等因素.

圖8　各鎮熱度年變化情況及原因.（a） LST年變化；（b） 年平均氣溫、年日照時數變化

4　先行啟動區生態環境一體化發展建議

本文研究了十八大以來長三角生態綠色一體化先行啟動區的生態環境變化，實現了生態綠色一體化高效檢測，直觀全面地了解了先行啟動區生態環境現狀，量化了自然和人為環境，可為生態空間的合理管控提供參考.因地理條件、環境等影響因素的差異，先行啟動區在不同生態要素方面存在不同程度的短板和優勢，需要有針對性地進行管理和規劃.

首先，在地理位置上，先行啟動區所涉及的“吳嘉青”3個區域處于長三角交界處，隸屬于3個不同的省市，區域瓶頸仍是一體化發展需要克服的主要困難.但該地區地理區域相連、資源稟賦相近、區域開發強度和密度基本相似.因此，需要各地建立好政府間的工作協調機制，統一環境監測治理體系和標準，加強信息共享，建立天地空一體化的生態環境監控體系，實現互助互惠，共同開發綠色生態產業.

其次，先行啟動區包括了長三角重要的水源涵養地區和江南水鄉古鎮集聚地區，生態環境和生態文化資源優勢明顯，蘊含著較大的生態經濟發展空間.但同時，區域水系面積的增加對區域水環境質量的聯防聯控提出了更高的要求，加強區域農業面源污染和集散式排污的綜合管理和整治是加速區域高質量發展的重要途徑.接下來應當緊扣生態綠色一體化發展，通過各級“河長-湖長-林長”生態管理網絡聯動，保證先行啟動區水質安全.

最后，植被區域是提高先行啟動區整體環境質量的重要保障，包括林地、農田、濕地、草地以及住宅區內規劃的植被等均對環境改善有一定的積極影響.要想實現“生態優先”的原則，首先需規劃好該區域內植被面積，探索可持續的生態保護機制，通過生態產品價值轉化實現區域發展.與此同時，隨著生態綠色一體化示范區建設的推進，先行啟動區生態環境狀況可能會發生顯著改變，定期對區域生態環境現狀進行整體分析，有助于驗證建設成效和優化管理手段.

5 結論

本文作者基于Landsat 8遙感影像，以長三角生態綠色一體化先行啟動區為研究對象，借助RSEI模型，定量分析了先行啟動區2013—2019年的生態環境質量變化，得到如下結論：長三角先行啟動區生態環境質量較好，RSEI均值在0.7以上，研究區內RSEI南高北低.生態環境質量等級主要集中在優、良和一般，總面積占比大于82%，生態環境質量為差和較差的區域占比較少.先行啟動區內RSEI呈上升-下降-上升趨勢，特別是近3年生態質量變壞區域逐漸減少，好轉趨勢明顯.其中，區域植被覆蓋率和降雨量減少是導致生態環境變差的主要原因，水域面積和植被覆蓋總面積的增加是改善當地生態環境質量的主要因素.區域開發強度和密度相對較低，蘊含著較大的生態經濟發展空間.

［1］ LIU X Y， HU J， SHEN A P. Study on the ecological and environmental management mechanism of the Yangtze River Delta ecological green integrated development demonstration area ［J］. China Development， 2019，19（6）：1-5.

［2］ LI Q. Proposal of the CPC Shanghai municipal committee on formulating the fourteenth five-year plan for national economic and social development of shanghai and the visionary goals for 2035 ［N］. Jiefang Daily， 2020-12-10（005）.

［3］ ZHANG Z A. New opportunities and challenges for the integrated development of the Yangtze River Delta ［J］. People’s Forum， 2021（11）：64-67.

［4］ CHEN P G， TONG C Z， NIE Y J， et al. Design and application of urban ecological environment monitoring and evaluation system based on RS and GIS technology ［J］. Journal of Donghua University of Science and Technology （Natural Science Edition）， 2015，38（3）：314-318.

［5］ LIU Y Y， ZENG P， ZHANG R， et al. Vegetation cover changes in the Yangtze River delta ecological green integrated development demonstration area from 1984-2019 based on GEE and BRT ［J］. Journal of Applied Ecology， 2021，32（3）：1-14.

［6］ XU H Q. Creation of urban remote sensing ecological index and its application ［J］. Journal of Ecology， 2013，33（24）：7853-7862.

［7］ ZHANG J Y. Evaluation of resource and environmental carrying capacity of Yangtze River Delta integration demonstration area under ecological green objectives ［J］. Low Carbon World， 2020，10（8）：1-3.

［8］ ZHU Z M. Advancing the synergistic development of industries in integrated demonstration zones ［J］. Zhejiang Economy，2019（22）：29-32.

［9］ WANG L C， JIAO L， LAI F B， et al. Evaluation of ecological changes in wetlands of Manas Lake， Xinjiang based on remote sensing ecological index ［J］. Journal of Ecology， 2019，39（8）：2963-2972.

［10］ WANG X H. Ecological impact assessment of roads in Tibetan areas based on remote sensing index ［D］. Tianjin： Tianjin Normal University， 2020.

［11］ NONG L P， WANG J L. Dynamic monitoring of ecological environment quality in Kunming based on RSEI model ［J］. Journal of Ecology， 2020，39（6）：2042-2050.

［12］ XU H Q. Extraction of water body information using modified normalized difference water index （MNDWI） ［J］. Journal of Remote Sensing， 2005（5）：589-595.

［13］ ZHU Z R. Evaluation of ecological environment quality in Nanchang City based on remote sensing ecological index （RSEI） ［D］. Hong Kong： Tung Wah University of Technology， 2017.

［14］ XU H Q. Remote sensing evaluation index of regional ecological environment change ［J］. China Environmental Science， 2013，33（5）：889-897.

［15］ HAO Y L， WANG Q J， CHEN Q L， et al. Research on spatial and temporal variation of ecological environment quality in forest and fruit special plantation areas of Kucha County based on RSEI ［J］. Xinjiang Geology， 2020，38（2）：257-261.

［16］ WU K R， GAO Q， WANG R H， et al. Ecological environment quality evaluation of Shijiazhuang based on RSEI model ［J］. Advances in Geophysics， 2021，36（3）：1-10.

［17］ LI Z Q， LIU H B. Regional cooperation on green development in the Yangtze River Delta： theory and practice ［J］. Business Economics， 2020，39（8）：48-55.

Analysis of ecological environment status in antecedent promoter region of green and integrated ecological development of the Yangtze River Delta

PENGQian， XUANRunhe， WULinfeng， SUNWeihua*

（School of Environmental and Geographical Sciences， Shanghai Normal University， Shanghai 200234， China）

A rapid grasp of the ecological environment quality and change trend has an important reference value for detection and management of regional ecological environment. Based on Landsat 8 remote sensing images from 2013 to 2019，the eco-green integration antecedent promoter region of Yangtze River Delta was taken as a research object. Ecological environment characteristics were studied by quantitative descriptive analysis with the help of the remote sensing ecological index（RSEI） model. Combined with climate data and statistical data，the ecological environment change in the study area was analyzed and evaluated. The results showed that the average RSEI was 0.71 and the ecological environment quality of research area from 2013 to 2019 was generally good. The RSEI values could be divided into five grades：bad，poor，general，good and excellent. Areas with good or excellent ecological environment quality exceeded 60% on average. However，the general regions accounted for 25%，which distributed near the districts and villages，and the poor and bad regions accounted for 15%. That meant there was still plenty of room for improvement in the ecological environment quality. In space，the data was higher in the south and lower in the north and in time it showed an upward-downward-upward trend. The main factors that led to the overall decline of regional ecological environment quality were the decline of vegetation coverage and humidity. In 2019，the ecological environment quality has been significantly improved，which was directly related to the ecological effect brought by continuous improvement of regional water system area and the increase of total vegetation cover. Generally speaking，the areas with deteriorating ecological quality were reduced and have an obvious improvement trend. It laid a good foundation for the development of eco-green integration.

Yangtze River Delta； remote sensing ecological index（RSEI）； ecological environmental assessment； green and integrated ecological development

10.3969/J.ISSN.1000-5137.2022.04.017

2022-06-22

彭 倩（1995—）， 女， 博士研究生， 主要從事區域可持續評價方面的研究. E-mail： 545972099@qq.com

孫偉華（1983—）， 男， 副教授， 主要從事水質科學與技術和區域可持續發展方面的研究. E-mail： swh@shnu.edu.cn

彭倩， 軒潤禾， 吳林峰， 等. 長三角生態綠色一體化發展先行啟動區生態環境現狀分析 ［J］.上海師范大學學報（自然科學版）， 2022，51（4）：517?525.

PENG Q， XUAN R H， WU L F， et al. Analysis of ecological environment status in antecedent promoter region of green and integrated ecological development of the Yangtze River Delta ［J］. Journal of Shanghai Normal University（Natural Sciences）， 2022，51（4）：517?525.

X 87； X 821

A

1000-5137（2022）04-0517-09

（責任編輯：包震宇）